חלבונים הם המכונות המולקולריות של הביולוגיה. הם פועלי הבניין של גופנו — מייצרים שרירים, עצם ומוח; רגולטורים - שמירה על מערכות בשליטה; ואינטרנט מקומי - אחראי על העברת מידע בין תאים ואזורים. במילה אחת, חלבונים הם חיוניים להישרדותנו. כשהם עובדים, אנחנו בריאים. כשהם לא, אנחנו לא.
זו הסיבה שהקפיצות האחרונות בהבנתנו את מבנה החלבון והיכולת המתהווה לעצב חלבונים חדשים לגמרי מאפס, בתיווך AI, היא התפתחות כה ענקית. בגלל זה שלושמדעני מחשביםזכו השנה בפרסי נובל בכימיה על עבודתם בתחום.
הדברים בשום אופן לא עומדים במקום. 2024 הייתה עוד שנה מנצחת עבור עיצוב חלבון AI.
, מדענים הרחיבו את היכולת של AI לדגמן כיצד חלבונים נקשרים לביומולקולות אחרות, כגון DNA, RNA והמולקולות הקטנות המווסתות את צורתן ותפקודן. המחקר הרחיב את ההיקף של RoseTTAFold, כלי בינה מלאכותית פופולרית לעיצוב חלבונים, כך שיוכל למפות מכונות מולקולריות מורכבות מבוססות חלבון ברמה האטומית - בתורו, לסלול את הדרך לטיפולים מתוחכמים יותר.
DeepMindעם שחרורו של AlphaFold3, מודל AI שגם מנבא אינטראקציות חלבון עם מולקולות אחרות.זמין כעתלחוקרים, ככל הנראה כלי ה-AI המתוחכם יוביל למבול של חידושים, טיפולים ותובנות לגבי תהליכים ביולוגיים.
בינתיים, עיצוב חלבון. מודלים של בינה מלאכותית יצרו חלבוני "אפקטור" שיכולים לשנות צורה בנוכחות מתג מולקולרי. מבנה הכפכף הזה שינה את ההשפעה הביולוגית שלהם על תאים. תת-קבוצה של אלה הפכה למגוון של סידורים, כולל מבנים דמויי כלוב שיכולים להכיל ולספק תרופות כמו חלליות זעירות.
הם חדשניים, אבל האם חלבונים שתוכננו בינה מלאכותית באמת עובדים? כן, לפי מספר מחקרים.
השתמש בבינה מלאכותית כדי להמציא יקום של עורכי גנים פוטנציאליים של CRISPR. בהשראת מודלים שפות גדולים - כמו אלה שהולידו את ChatGPT - מודל ה-AI במחקר עיצב בסופו של דבר מערכת עריכת גנים מדויקת כמו הכלים הקיימים מבוססי CRISPR כאשר נבדק על תאים.חלבונים בצורת עיגול שהפכו באופן מהימן תאי גזע לסוגי תאי כלי דם שונים. אַחֵרחלבונים שנוצרו על ידי AIהפנה "זבל" חלבון לליזוזום, כתם לטיפול בפסולת מלא בחומצה בתוך התאים ששומר אותם מסודרים ומסודרים.
מחוץ לרפואה, AI תוכנןחלבונים היוצרים מינרליםשאם משולבים בחיידקים מימיים, עלולים לספוג עודפי פחמן ולהפוך אותו לאבן גיר. למרות שעדיין מוקדם, הטכנולוגיה יכולה להתמודד עם שינויי אקלים עם כיור פחמן שנמשך מיליוני שנים.
נראה שהדמיון הוא הגבול היחיד לעיצוב חלבון מבוסס בינה מלאכותית. אבל יש עדיין כמה מקרים ש-AI עדיין לא יכול להתמודד באופן מלא.טֶבַעיש רשימה מקיפה,אבל אלה בולטים.
חזרה ליסודות: קלסרים
כאשר חלבונים מקיימים אינטראקציה זה עם זה, מולקולות מקשר יכולות להגדיל או לפרק את האינטראקציות הללו. מולקולות אלו משכו בתחילה את עיניהם של מעצבי חלבונים מכיוון שהן יכולות לשמש כתרופות החוסמות תגובות סלולריות מזיקות או להגביר את התגובות השימושיות.
היו הצלחות. דגמי AI גנרטיביים, כגון, יכול בקלות לדגמן קלסרים, במיוחד עבור חלבונים צפים חופשיים בתוך תאים. חלבונים אלה מתאמים חלק גדול מהאות הפנימי של התא, כולל אותות המעוררים הזדקנות או סרטן. קלסרים ששוברים את שרשרת התקשורת עלולים לעצור את התהליכים. ניתן לפתח אותם גם לכלי אבחון. בדוגמה אחת, מדענים הנדסו תג זוהר בחושך כדי לנטר את מצב התא, לזהות נוכחות של הורמון כאשרהקלסר תפסזֶה.
אבל עדיין קשה לפתח קלסרים. הם צריכים ליצור אינטראקציה עם אזורי מפתח בחלבונים. אבל מכיוון שחלבונים הם מבנים תלת מימדיים דינמיים שמתפתלים ומתפתלים, לעתים קרובות קשה לקבוע אילו אזורים חיוניים לקלסרים להיצמד אליהם.
ואז יש את בעיית הנתונים. הודות למאות אלפי מבני חלבון הזמינים במאגרי מידע ציבוריים, מודלים של בינה מלאכותית יכולים ללמוד לחזות אינטראקציות חלבון-חלבון. קלסרים, לעומת זאת, נשמרים לעתים קרובות בסוד על ידי חברות תרופות - לכל ארגון יש מסד נתונים פנימי המקטלג כיצד מולקולות קטנות מתקשרות עם חלבונים.
מספר צוותים משתמשים כעת בבינה מלאכותית כדי לעצב קלסרים פשוטים למחקר. אבל מומחים מדגישים שצריך לבדוק אותם באורגניזמים חיים. AI עדיין לא יכול לחזות את ההשלכות הביולוגיות של קלסר - זה יכול להגביר תהליך או לכבות אותו. ואז יש את בעיית ההזיה, שבה מודל AI ממציא קלסרים שהם לגמרי לא מציאותיים.
מכאן, המטרה היא לאסוף נתונים נוספים וטובים יותר על האופן שבו חלבונים תופסים מולקולות, ואולי להוסיף מנה מהביופיזיקה הבסיסית שלהם.
עיצוב אנזימים חדשים
אנזימים הם חלבונים המזרזים חיים. הם מפרקים או בונים מולקולות חדשות, מה שמאפשר לנו לעכל מזון, לבנות את הגוף שלנו ולשמור על מוח בריא. אנזימים סינתטיים יכולים לעשות אפילו יותר, כמו מציצת פחמן דו חמצני מהאטמוספרה או פירוק פסולת פלסטיק.
אבל עדיין קשה לבנות אנזימים מעצבים. רוב המודלים מאומנים על אנזימים טבעיים, אבל תפקוד ביולוגי לא תמיד מסתמך על אותו מבנה כדי לעשות את אותו הדבר. אנזימים שנראים שונים בתכלית יכולים לבצע תגובות כימיות דומות. בינה מלאכותית מעריכה מבנה, לא תפקוד - כלומר נצטרך להבין טוב יותר איך אחד מוביל לשני.
כמו קלסרים, גם לאנזימים יש "נקודות חמות". מדענים מרוציםלצוד את אלהעם למידת מכונה. ישנם סימנים מוקדמים שבינה מלאכותית יכולה לעצב נקודות חמות על אנזימים חדשים, אך עדיין יש צורך בבדיקה קפדנית. נקודה חמה פעילה דורשת בדרך כלל מעט פיגומים כדי לעבוד כמו שצריך - שבלעדיו הוא לא יוכל לתפוס את המטרה שלו או, אם כן, לשחרר אותו.
אנזימים הם אגוז שקשה לפיצוח במיוחד בגלל שהם בתנועה. לעת עתה, בינה מלאכותית נאבקת לדגמן את הטרנספורמציות שלהן. זהו, כפי שמתברר, אתגר עבור התחום בכללותו.
כאבי ראש משנים צורה
מודלים של AI מאומנים על מבני חלבון סטטיים. צילומי מצב אלה זכו להישגים רבים עם עשרות שנות עבודה, שבהן מדענים מקפיאים חלבון בזמן כדי לדמיין את המבנה שלו. אבל תמונות אלה רק לוכדות את הצורה היציבה ביותר של חלבון, ולא את צורתו בתנועה - כמו כאשר חלבון תופס חומר מקשר או כאשר אנזים מתפתל כדי להתאים לפינת חלבון.
כדי ש-AI באמת "יבין" חלבונים, החוקרים יצטרכו להכשיר מודלים על המבנים המשתנים כאשר החלבונים משנים צורה. ביופיסיקה יכולה לעזור לדגמן את הפיתולים והפיתולים של חלבון, אבל זה מאוד קשה. מדענים מייצרים כעת ספריות של חלבונים סינתטיים וטבעיים ומשתנים בהדרגה כל אחד מהם כדי לראות כיצד שינויים פשוטים משנים את המבנים והגמישות שלהם.
הוספת קצת "אקראי" לאופן שבו מודל AI מייצר מבנים חדשים יכולה גם לעזור.אשכול AF, בנוי עלAlphaFold2, הזריק פיסות של אי ודאות לתהליכי הרשת העצבית שלו בעת חיזוי חלבון ידוע שמשנה צורה והצליח במבנים מרובים.
חיזוי חלבון הוא מרוץ תחרותי. אבל סביר להניח שגם צוותים יצטרכו לעבוד יחד. בניית תשתית שיתופית לשיתוף מהיר של נתונים עשויה להאיץ את המאמצים. הוספת מה שנקרא "נתונים שליליים", כמו כאשר חלבונים או קלסרים שעוצבו בינה מלאכותית רעילים בתאים, יכולה גם להנחות מעצבי חלבונים אחרים. בעיה קשה יותר היא שאימות חלבונים שתוכננו בינה מלאכותית עשויה להימשך שנים - כאשר האלגוריתם הבסיסי כבר עודכן.
בלי קשר, אין ספק שבינה מלאכותית מזרזת את עיצוב החלבון. בואו נראה מה יש לשנה הבאה להציע.
קרדיט תמונה:מעבדת בייקר